摘? 要：為了在非臨床條件下，搭建一套智能的、非入侵式的智能監(jiān)護(hù)系統(tǒng)，為居家老人提供合理的、非入侵式的、智能化的生活服務(wù)，本文融合客觀環(huán)境信息與被照顧者在室內(nèi)的位置、日常行為等主觀信息，開發(fā)設(shè)計一套智能化的、未入侵式的智能監(jiān)護(hù)系統(tǒng)，為老人或者慢性病患者提供智能化的生活服務(wù)。實驗證明，融合室內(nèi)位置與日常行為等主觀信息，能有效地提高智能監(jiān)護(hù)系統(tǒng)的“非入侵”性與合理性。

關(guān)鍵詞：室內(nèi)定位;低功耗藍(lán)牙;數(shù)據(jù)采集;行為識別;智能決策

中圖分類號：TP39? ? ?文獻(xiàn)標(biāo)識碼：A

Design and Implementation of Intelligent Monitoring System

Based on Multiple Sensors Combination

SU Chunfang

（Dept.of Computer Science and Technology，Jiangyin Polytechnic College，Jiangyin 214405，China）

Abstract：A set of intelligent and non-intrusive monitoring system in non-clinical environment will be built，which can provide reasonable，non-intrusive and intelligent services for the elderly at home.In this paper，by integrating environment information with the indoor positions and daily behavior information of the elderly，an intelligent monitoring system is designed to serve the elderly or chronic patients in their homes.Experiments have demonstrated that combining the indoor locations and daily behaviors can improve the non-intrusiveness and rationality of the intelligent monitoring system.

Keywords：indoor positioning;low-energy Bluetooth;data collecting;activity recognition;intelligent decision

1? ?引言（Introduction）

醫(yī)療技術(shù)的進(jìn)步延長了人的壽命，同時也加劇了世界老齡化的步伐。預(yù)計到 2020年，我國60歲以上老年人口將增加到2.55億人左右，占總?cè)丝诒戎靥嵘?7.8%左右;高齡老年人將達(dá)到2900萬人左右，獨居和空巢老年人將增加到1.18億人左右[1]，對老年人的照顧已經(jīng)成為社會關(guān)注的熱點。對65歲以上的老年人進(jìn)行調(diào)查，發(fā)現(xiàn)其中90%的人表示他們愿意住在目前的居住地，實現(xiàn)居家養(yǎng)老，因此在非臨床環(huán)境下，智能監(jiān)護(hù)系統(tǒng)能夠輔助老年人實現(xiàn)居家養(yǎng)老，并能提高生活質(zhì)量。

隨著傳感器技術(shù)以及智能設(shè)備的進(jìn)步，智能監(jiān)護(hù)系統(tǒng)逐漸應(yīng)用于對老年人的日常護(hù)理、照顧中。目前，智能監(jiān)護(hù)系統(tǒng)主要分為兩大類，一類是應(yīng)用多種智能設(shè)備并融合多種傳感器技術(shù)，搭建一套集監(jiān)護(hù)與服務(wù)為一體的智能服務(wù)系統(tǒng)，用于對老年人或者慢性病人患者的照顧[2]。另一類是開發(fā)設(shè)計用于智能監(jiān)護(hù)的服務(wù)機(jī)器人，由于機(jī)器人內(nèi)置了豐富的傳感器，可以實時采集環(huán)境信息，依據(jù)對環(huán)境信息的分析做出智能的決策，可用于緊急救援或者對老年人的照顧[3]。在以上的研究中，側(cè)重于對環(huán)境信息的采集、分析，出現(xiàn)了智能決策方案與被照顧者的意愿不一致，對其生活產(chǎn)生干擾的情況。為此，本文提出從主觀和客觀兩個方面收集環(huán)境信息，融合室內(nèi)定位技術(shù)和行為分析技術(shù)，兼顧老人在室內(nèi)的位置以及正在從事的日?；顒拥戎饔^信息，建立非入侵式的智能決策，增加決策的合理性與未入侵式性，更好地服務(wù)于老年人的生活。

目前，RFID（Radio Frequency Identification）、無線Wi-Fi、BLE（Bluetooth Low Energy）、ZigBee、圖像處理等技術(shù)被應(yīng)用到室內(nèi)定位中[4-6]，其中基于低功耗藍(lán)牙（BLE）的室內(nèi)定位技術(shù)，得到了廣泛的應(yīng)用，主要原因是出于對使用者個人隱私的保護(hù)以及設(shè)備使用能耗的考慮。目前手機(jī)已經(jīng)成為室內(nèi)定位領(lǐng)域常用的設(shè)備之一，一方面是由于的手機(jī)的普及使用，另一方面是由于手機(jī)內(nèi)置了豐富的傳感器（Sensor），如加速度、陀螺儀、藍(lán)牙、無線等。

鑒于以上原因，本文開發(fā)設(shè)計了一套基于多傳感器融合的非入侵式的居家養(yǎng)老照顧、監(jiān)護(hù)系統(tǒng)，一方面為老年人搭建智能、方便的服務(wù)系統(tǒng)，實現(xiàn)對家用電器的智能控制，為被照顧者提供合理、便捷的生活服務(wù);另一方面，為監(jiān)護(hù)人提供實時的、居家生活監(jiān)護(hù)信息，實現(xiàn)遠(yuǎn)程監(jiān)控功能。

2? ?相關(guān)工作（Related work）

2.1? ?傳感器網(wǎng)絡(luò)

智能監(jiān)護(hù)系統(tǒng)的目的是為被照顧者提供智能的居家服務(wù)，提高被照顧者的生活質(zhì)量，該系統(tǒng)首先在不對使用者生活產(chǎn)生干擾的情況下，依據(jù)對環(huán)境信息的綜合分析，進(jìn)而對家用電器進(jìn)行智能控制。為此，本文在居家環(huán)境下搭建傳感器網(wǎng)絡(luò)，用于采集溫度、濕度、光照、室內(nèi)位置等信息，為智能決策、節(jié)能環(huán)保提供科學(xué)的依據(jù)。

在兩居室的居住環(huán)境，搭建傳感器網(wǎng)絡(luò)，結(jié)構(gòu)如圖1所示。環(huán)境信息主要包括主、客觀兩部分信息，一部分是溫度、濕度、電器運行狀態(tài)等客觀環(huán)境信息;另一部分是反映使用者室內(nèi)位置、日常行為的主觀信息。本文選自三星公司的SmartThings系列產(chǎn)品中的智能插座、溫度傳感器、濕度傳感器、光照傳感器，用于采集環(huán)境信息[7，8];選取Estimote公司的Beacon，該設(shè)備定時向外發(fā)射藍(lán)牙廣播包，手機(jī)在接近Beacon時會收到信號強(qiáng)度不等的廣播包，以此來獲取使用者在室內(nèi)的位置。另外采集表征手腕動作的加速度和方位角信息，用于識別老人正在從事的日常行為。

圖1 2D的居家智慧監(jiān)護(hù)環(huán)境

Fig.1 2D ichnography of intelligent monitoringenvironment

2.2? ?系統(tǒng)結(jié)構(gòu)

智能決策是智能監(jiān)護(hù)系統(tǒng)的核心，不僅要科學(xué)還要符合用戶的生活習(xí)慣，為此，本文融合客觀的環(huán)境信息和反映使用者主觀行為的信息。鑒于室內(nèi)定位設(shè)備Beacon的部署，將生活區(qū)域劃分為{臥室1，臥室2，客廳，廚房，衛(wèi)生間}五個區(qū)域，另外在每個區(qū)域分別安裝相對獨立的傳感器。以區(qū)域為單位，分別采集各自區(qū)域的溫度、濕度、電器狀態(tài)、光照強(qiáng)度，基于以上環(huán)境信息，由智能決策單元進(jìn)行智能的決策。為了減少對使用者的干擾，融入反映使用者日常行為的行為信息，為被照顧者提供非入侵式、方便、快捷、智能的服務(wù)，系統(tǒng)結(jié)構(gòu)如圖2所示。

智能監(jiān)護(hù)系統(tǒng)分為環(huán)境信息融合和家用電器智能控制兩個部分，環(huán)境信息主要包括溫度、濕度、光照、家用電器運轉(zhuǎn)狀態(tài)、室內(nèi)位置、日常行為等信息，t時刻的環(huán)境信息記為Dt={位置，行為，持續(xù)時間，溫度，濕度，光照，時間}，在綜合分析Dt在基礎(chǔ)上，不違反用戶行為習(xí)慣的前提下，對電器、設(shè)備進(jìn)行智能控制。電器的狀態(tài)分為開、關(guān)兩種狀態(tài)，標(biāo)記為{0，1}，如環(huán)境信息序列為{客廳，坐，2m，>26，<30，5，10：50}，決策列表為{風(fēng)扇=1，空調(diào)=1}，依據(jù)用戶的行為習(xí)慣，對決策進(jìn)行優(yōu)化，輸出{風(fēng)扇=1}，進(jìn)而控制outlet，打開風(fēng)扇。

圖2 居家智慧監(jiān)護(hù)系統(tǒng)結(jié)構(gòu)圖

Fig.2 Structure of intelligent monitoring system

室內(nèi)定位技術(shù)的應(yīng)用，使得智能決策可以分區(qū)域進(jìn)行，這種基于區(qū)域的智能決策不僅提高決策的合理性，而且節(jié)能環(huán)保，當(dāng)檢測到用戶在臥室睡覺時，自主將其他區(qū)域的電器關(guān)閉，實現(xiàn)了對電器的智能控制。

3? 多傳感器融合的智能監(jiān)護(hù)模型（Intelligent monitoring model based on multiple sensor）

3.1? ?基于IBeacon的室內(nèi)定位方法

為了減少室內(nèi)環(huán)境對定位信號的干擾，將Beacon安裝在天花板上，記為BPi，其中i?[1，5]，各個Beacon以200ms的時間間隔向外發(fā)送強(qiáng)度為-4dBm的廣播包。當(dāng)使用者接近或者進(jìn)入BPi區(qū)域，手機(jī)會接收到Beacon的藍(lán)牙廣播包。在這些廣播包中包含最重要的定位信息藍(lán)牙信號強(qiáng)度（Received Signal Strength Indicator，RSSI），RSSI值會隨著使用者與BPi之間距離的變化而變化，當(dāng)距離d小于1米時，隨著距離d的變大RSSI值會以一定的比例減少;而當(dāng)距離在1米以上時，由于反射波的影響，RSSI會出現(xiàn)上下波動的現(xiàn)象，甚至丟失。

鑒于以上原因，本文將信標(biāo)BPi的鄰近區(qū)域?qū)ο笤O(shè)置為“遠(yuǎn)區(qū)域”far=5m、“近區(qū)域”near=1m。當(dāng)使用者在區(qū)域?qū)ο笾械奈恢冒l(fā)生變化時，會觸發(fā)相應(yīng)的事件onEnter、onExit、onContextChange的發(fā)生，進(jìn)而獲取使用者距離信標(biāo)BPi的位置信息，從而確定使用者處于哪一個生活區(qū)域，如當(dāng)使用者與BPi的距離小于1米時，near區(qū)域的onEnter事件會被觸發(fā)，表示使用者已經(jīng)進(jìn)入了near區(qū)域，從云端獲取BPi的附加信息，即獲取了該區(qū)域的家用電器列表。

3.2? ?在線行為分類模型

在日常生活中，人們在從事一種日常行為的過程中，常常伴隨著手臂一系列有規(guī)律的運動，比如“走路”時，手臂會前后有規(guī)律的擺動，而“睡覺”時手臂則相對保持靜止。在前期研究中[9]，首先通過收集居家日常行為的數(shù)據(jù)，在此基礎(chǔ)上，基于無監(jiān)督聚類方法提取高層語義特征，構(gòu)建行為數(shù)據(jù)集，最后基于動態(tài)貝葉斯算法建立日常行為的分類模型?；谝陨戏诸惸Ｐ停疚膶崟r采集行為數(shù)據(jù)，對日常行為進(jìn)行在線辨識，系統(tǒng)結(jié)構(gòu)如圖3所示。

圖3 日常行為在線行為識別結(jié)構(gòu)

Fig.3 The flow path for online recognition of?daily activities

本文設(shè)置采樣頻率是30Hz，在線收集加速度、陀螺儀的數(shù)據(jù)分別記為，首先基于滑動時間窗模型抽取特征生成在線測試數(shù)據(jù)Xi（t），然后將測試數(shù)據(jù)送入分類模型Mode，從而得到分類結(jié)果Yi（t）。

3.3? ?智能決策算法

環(huán)境信息主要包括客觀環(huán)境信息和主觀信息兩個部分，記為樣本集D。實時監(jiān)控區(qū)域BPi的onEnter事件，當(dāng)事件被觸發(fā)時，要從兩個方面進(jìn)一步獲取信息：

（1）從云平臺獲取BPi的家用電器使用列表。

（2）從日常行為分類模型BehavorMode獲取當(dāng)前的日常行為類別Btp。

在此基礎(chǔ)上，依據(jù)客觀環(huán)境信息，由智能決策模塊建立對家用電器的控制列表，算法描述如下所示：

輸入：環(huán)境信息樣本集D;

輸出：電器狀態(tài)控制

1.初始化室內(nèi)位置Pt=-1;P區(qū)域內(nèi)的電器狀態(tài)Stp=-1;日常行為Btp=-1;

2.從云平臺獲取當(dāng)前位置Pt=function（t）

3. if Pt?{BP1，BP2，……BPn}do

4.? ? 日常行為Btp←BehavorMode（D）

智能決策Stp←Decision（D）|Btp

5.? ? for電器設(shè)備列表Stip?Di? do

6.? ? ? ? ?Stip←{1，0}

7.? ? ?end

8. endif

智能決策一方面以客觀環(huán)境信息為依據(jù)，建立家用電器控制方案;另一方面又考慮到使用者主觀的日常行為和室內(nèi)位置，從而保證智能決策的合理性與非入侵性，充分考慮到用戶對電器的使用習(xí)慣。

4? ?實驗結(jié)果（Experiment results）

對原始數(shù)據(jù)進(jìn)行特征抽取，基于滑動時間窗模式，將日常行為表征為一系列“子動作”的有序組合。設(shè)日常行為可以表征為一系列不可拆分的“子動作”的集合，記為X={x1，x2，…，xn}，隨機(jī)抽取5分鐘內(nèi)日常行為的特征序列，如圖4所示。本文設(shè)置滑動時間窗為5分鐘，重疊為3，在一個時間片5分鐘內(nèi)觀察，“睡覺”的動作序列為{8，8，8，8，8}，“運動”的子序列為{28，25，28，28，30}。

圖4 日常行為特征序列

Fig.4 Feature sequence of daily activities

圖4中y軸的值代表不同的手臂子動作，“讀書”“看電視”“睡覺”三種日常行為中，手腕動作變化不大，由一種“子動作”構(gòu)成;“運動”“走路”手腕動作有多種變化，因此由多種“子動作”組成，如“運動”由id=25、id=38、id=30共計三種“子動作”構(gòu)成。

手機(jī)APP端可以實時顯示使用者當(dāng)前在室內(nèi)的位置，以及正在從事的日常行為、持續(xù)的時間，鑒于以上信息，監(jiān)護(hù)人可以實時了解老年人的狀態(tài)，如圖5所示。除此之外，使用者在家中也可以得到智能化的服務(wù)，當(dāng)系統(tǒng)監(jiān)測到老人坐在客廳，就會建立“打開電視”的控制方案，并發(fā)出語音提示“您是否需要打開電視？”，在得到主人允許的情況下打開電視。

圖5 手機(jī)端實時信息監(jiān)控信息

Fig.5 APP real-time monitoring

5? ?結(jié)論（Conclusion）

融合居家環(huán)境下的環(huán)境信息與被照顧者在室內(nèi)位置、從事的日常行為，有效地提高了智能決策的合理性，減少對老人生活的干擾。智能監(jiān)護(hù)系統(tǒng)一方面為監(jiān)護(hù)人提供實時的信息監(jiān)控;另一方面為被照顧者提供智能化的服務(wù)，從而提高居家生活質(zhì)量，實現(xiàn)居家養(yǎng)老的愿望。實驗證明，融入用戶生活習(xí)慣、喜好的等主觀因素，能有效地提高系統(tǒng)的智能性與合理性。

參考文獻(xiàn)（References）

[1] 國務(wù)院關(guān)于印發(fā)“十三五”國家老齡事業(yè)發(fā)展和養(yǎng)老體系建設(shè)規(guī)劃的通知[EB/OL].http：//www.cncaprc.gov.cn/contents/2/179240.html，2017-02-28.

[2] Moraitou M，Pateli A，F(xiàn)otiou S.Smart Health Caring Home：A Systematic Review of Smart Home Care for Elders and Chronic Disease Patients[J].Advances in Experimental Medicine & Biology，2017（989）：255.

[3] Multi-functional stretchable and flexible sensor array to determine the location，shape，and pressure：Application in a smart robot[J].Science China（Technological Sciences），2018，61（08）：35-41.

[4] Chiu C C，Hsu J C，Leu J S.Implementation and analysis of Hybrid Wireless Indoor Positioning with iBeacon and Wi-Fi[C].International Congress on Ultra Modern Telecommunications & Control Systems & Workshops（ICUMT）.IEEE，2016：80-84.

[5] Deka M J，Joshi J，Sinha N，et al.Indoor and outdoor position identification using RFID[C].International Conference on Recent Advances & Innovations in Engineering（ICRAIE）.IEEE，2017：1-7.

[6] Kalbandhe A A，Patil S C.Indoor Positioning System using Bluetooth Low Energy[C].International Conference on Computing，Analytics and Security Trends（CAST）.IEEE，2017：451-455.

[7] 喬子木，邵堃，劉超，等.基于環(huán)境智能的老人健康照護(hù)系統(tǒng)設(shè)計[J].傳感器與微系統(tǒng)，2017，36（3）：97-100.

[8]瞿燕.居家養(yǎng)老建筑中智能照護(hù)系統(tǒng)的研究與應(yīng)用[J].建筑技術(shù)開發(fā)，2017（6）：87-88.

[9]Chen Y H，Tsai M J，F(xiàn)u L C，et al.Monitoring Elder's Living Activity Using Ambient and Body Sensor Network in Smart Home[C].IEEE International Conference on Systems，Man，and Cybernetics（SMC），2015.

作者簡介：

蘇春芳（1979-），女，碩士，講師.研究領(lǐng)域：物聯(lián)網(wǎng)，人工智能.